找到 39 条结果
一种用于电网集成系统中太阳能光伏逆变器控制的新型M-POS-ANN控制器
A New M-POS-ANN Controller for the Solar Photo Voltaic Inverter Controlling in the Grid Integrated System
Abhinav Saxena · Jay Singh · Amevi Acakpovi · IET Power Electronics · 2025年9月 · Vol.18
本文提出的混合毒物分布与人工神经网络（M-POS-ANN）控制器在选择性、灵敏度方面表现更优，且直流链路电压畸变最小、波动最低。与 cuckoo 搜索算法（CSA）、传统人工神经网络（ANN）及其他现有方法相比，该控制器在动态响应和稳态性能上均展现出更强的鲁棒性与控制精度，有效提升了电网集成光伏系统的运行稳定性与能量转换效率。
解读: 该M-POS-ANN控制器对阳光电源SG系列光伏逆变器及ST储能变流器的并网控制具有重要应用价值。其核心优势在于：1）直流链路电压畸变最小化可直接提升1500V高压系统的稳定性，降低母线电容应力；2）优异的动态响应与鲁棒性可增强跟网型GFL控制在弱电网工况下的适应能力；3）基于神经网络的智能控制策略...
一种增强型基于人工神经网络的多相交错DC-DC变换器纹波最小化技术
An Enhanced ANN-Based Ripple Minimization Technique for Multiphase Interleaved DC-DC Converters
Ahmed Djamel Ayad · Ahmed Safa · Abdelmadjid Gouichiche · Saad Mekhilef · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年7月
本文提出了一种优化的相电流形状因子—人工神经网络（PCSF-ANN）实现方法，通过动态调节PWM信号间的相位差，以最小化多相DC-DC变换器的总电流纹波。该方法对参数变化、非对称设计、开路故障（OCF）、电压波动和负载变化具有强鲁棒性。为提升性能，首先采用线性近似建模三角形相电流波形，降低数据采集复杂度；其次将OCF检测与主ANN解耦，并采用更小、高效的网络结构，显著减少内存占用并加快执行速度。实验结果表明，新方法在保持纹波抑制性能的同时，将计算时间由373 μs降至136 μs。
解读: 该增强型ANN纹波抑制技术对阳光电源ST系列储能变流器和PowerTitan系统的DC-DC变换器优化具有直接应用价值。通过动态调节多相交错PWM相位差，可显著降低电流纹波，减小滤波器体积，提升功率密度。其对参数变化、开路故障和电压波动的强鲁棒性，契合储能系统宽工况运行需求。136μs的快速计算响应...
基于改进型人工神经网络的光伏系统最大功率点跟踪：融合元启发式与解析算法以实现部分遮阴下的最优性能
Enhanced ANN-Based MPPT for Photovoltaic Systems: Integrating Metaheuristic and Analytical Algorithms for Optimal Performance Under Partial Shading
Alpaslan Demirci · Idriss Dagal · Said Mirza Tercan · Hasan Gundogdu 等6人 · IEEE Access · 2025年5月
在部分遮阴条件下，光伏系统效率显著下降，导致最大功率点跟踪困难。本文提出一种改进型人工神经网络（ANN）方法，通过结合解析算法与元启发式优化算法进行训练，提升MPPT性能。模型基于涵盖多种遮阴、辐照及温度条件的大量数据集构建，仿真结果表明，该方法在动态遮阴环境下具有更高精度、更快响应速度和更强稳定性，MPPT效率在晴空和遮阴条件下分别达99.98%和99.97%，优于传统P&O及GWO、HHO、PSO等优化算法。
解读: 该改进型ANN-MPPT技术对阳光电源SG系列光伏逆变器具有重要应用价值。当前SG系列产品采用传统P&O或PSO算法，在复杂遮阴场景下存在局部最优陷阱和响应速度瓶颈。该研究通过元启发式算法训练ANN模型，在动态遮阴下实现99.97%的MPPT效率，可直接集成至SG逆变器的DSP控制器中，提升分布式光...
基于聚合残差网络的永磁同步电机驱动FCS-MPC权重因子优化
Weighting Factors Optimization for FCS-MPC in PMSM Drives Using Aggregated Residual Network
Chunxing Yao · Guangtong Ma · Zhenyao Sun · Jun Luo 等6人 · IEEE Transactions on Power Electronics · 2024年1月
针对有限控制集模型预测控制（FCS-MPC）中权重因子（WFs）整定困难及传统人工神经网络训练复杂、梯度消失等问题，本文提出了一种基于聚合残差网络（ResNet）的权重因子优化方法，有效提升了预测精度与控制性能。
解读: 该技术对阳光电源的电机驱动类业务（如风电变流器、储能系统中的辅助电机控制）具有重要参考价值。FCS-MPC在高性能变流器控制中应用广泛，但权重因子整定通常依赖经验。引入聚合残差网络（ResNet）进行自适应优化，可显著提升变流器在复杂工况下的动态响应速度与稳态精度，减少调试周期。建议研发团队将其应用...
基于人工神经网络的粒子群优化微电网最优能量调度
Artificial Neural Network Based Particle Swarm Optimization for Microgrid Optimal Energy Scheduling
Maher Abdolrasol · Ramizi Mohamed · M Hannan · Ali Al-Shetwi 等6人 · IEEE Transactions on Power Electronics · 2021年11月
本文提出了一种结合人工神经网络（ANN）与粒子群优化（PSO）的增强算法，用于虚拟电厂（VPP）系统中可再生能源的管理。通过对比基于ANN的二进制粒子群优化（BPSO）算法与原始BPSO算法，验证了该方法在搜索微电网最优能量调度值方面的性能提升。
解读: 该研究提出的AI优化调度算法与阳光电源的iSolarCloud智能运维平台及PowerTitan/PowerStack储能系统高度契合。在虚拟电厂（VPP）场景下，通过ANN-PSO算法优化能量调度，可显著提升储能系统在调峰调频、削峰填谷中的经济效益。建议将该算法集成至阳光电源的EMS（能量管理系统...
基于人工神经网络的MMC整流器模型预测控制设计与分析
Design and Analysis of the Model Predictive Control Implemented by the ANN Technique for MMC-Based Rectifier With Improved Grid Adaptability
Zheng Gong · Ping Tuo · Changming Zheng · Xiaojie Wu · IEEE Transactions on Power Electronics · 2024年10月
模型预测控制（MPC）因其灵活性和多目标管理能力被广泛应用于模块化多电平变换器（MMC）。然而，MPC在实际应用中受限于数学模型的精确性，在电网或参数波动时性能下降。本文提出一种基于人工神经网络（ANN）的MPC实现方法，旨在提升MMC整流器在复杂电网环境下的适应能力。
解读: 该技术对阳光电源的集中式逆变器及大型储能系统（如PowerTitan系列）具有重要参考价值。随着光伏与储能系统向高压、大功率方向发展，MMC拓扑的应用日益广泛。传统的MPC依赖精确数学模型，在弱电网环境下鲁棒性不足，而引入ANN技术可以有效提升系统在电网波动下的动态响应与稳定性。建议研发团队关注基于...
基于人工神经网络控制的单相离网型太阳能微逆变器
ANN Controlled Single-Phase Microinverter for Off-Grid Solar Application
Ajay Kumar Sahu · Ramnarayan Patel · Lalit Kumar Sahu · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年9月
太阳能板输出电压受光照、温度及遮蔽影响而波动，难以直接为家用电器提供稳定电压。本文提出一种采用人工神经网络（ANN）控制器的太阳能微逆变器，可在24–46 V输入范围内稳定输出230 V<sub>rms</sub>交流电压。通过带主动开关的改进型Z源变换器实现所需电压增益，ANN控制器动态调节占空比，以应对输入电压与负载变化，确保系统最优控制性能。该微逆变器实现光伏板与负载间的共地连接，有效抑制光伏泄漏电流。文章详述了电路工作原理，并通过实时实验验证了其在实际工况下的有效性，为太阳能离网供电提供...
解读: 该ANN控制的微逆变器技术对阳光电源户用光伏产品线具有重要参考价值。其24-46V宽输入范围与改进型Z源拓扑可应用于SG系列户用逆变器的低压输入场景，特别是分布式MPPT优化。ANN动态占空比调节策略可融入阳光电源现有MPPT算法，提升复杂工况下的响应速度。共地连接抑制漏电流的设计与阳光电源储能系统...
一种基于ANN辅助虚拟空间矢量PWM与坐标数据映射的三电平NPC牵引逆变器策略
A Simple ANN-Aided Virtual-Space-Vector PWM Strategy for Three-Level NPC Traction Inverters With Coordinate-Data Mapping
Feng Guo · Yuan Gao · Tao Yang · Serhiy Bozhko 等6人 · IEEE Transactions on Industry Applications · 2025年4月
三电平中性点箝位（3L - NPC）逆变器是一种成熟的拓扑结构，在电动汽车（EV）等大功率牵引应用中往往是不错的选择。然而，越野场景下较宽的运行范围不可避免地会导致高调制指数和较小的负载角，这会影响3L - NPC逆变器的中性点（NP）电压不平衡。为解决这一缺点，由于在所有负载条件范围内中性点电流平均值为零，现有技术中的虚拟空间矢量脉宽调制（VSVPWM）策略得到了研究。然而，由于复杂的子扇区划分和作用时间确定，该解决方案增加了执行成本。为此，本文利用六分仪坐标系提出了一种新型的人工神经网络（A...
解读: 该ANN辅助VSVPWM策略对阳光电源三电平产品线具有重要应用价值。在**新能源汽车驱动系统**中，可直接应用于电机控制器的PWM优化，降低谐波畸变并提升扭矩响应；在**ST系列储能变流器**和**SG大功率光伏逆变器**中，三电平NPC拓扑的中点电位平衡问题一直是技术难点，该策略通过坐标映射简化矢...
基于神经网络的电动机模拟器及其在功率硬件在环测试中采用的神经模糊控制器
A Neural-Network-Based Electric Machine Emulator Using Neuro-Fuzzy Controller for Power-Hardware-in-the-Loop Testing
Hadi Mohajerani · Uday Deshpande · Narayan C. Kar · IEEE Transactions on Energy Conversion · 2024年12月
永磁同步电机（PMSM）的仿真对于电力电子和驱动变流器测试的发展至关重要，尤其是在功率硬件在环（PHIL）平台中。尽管已经取得了显著进展，并开发出了精确的电机模型，但由于增加了延迟，这些精确模型所占用的资源和内存量并不适合实时应用。因此，在开发既能准确高效地复现电机模型在各种运行条件下的动态行为，又能减少资源使用的模型方面存在研究空白。本文通过引入一种基于人工神经网络（ANN）的电机建模方法来填补这一空白，并将其与基于神经模糊的控制策略相结合，以确保系统具有鲁棒性和精确性，即最小化电机模拟器（E...
解读: 从阳光电源的业务视角来看，这项基于神经网络的电机仿真技术对我们在光伏逆变器、储能系统及电动汽车驱动系统的测试验证环节具有重要应用价值。 该技术的核心突破在于将永磁同步电机（PMSM）模型的内存占用从传统查找表方案的4MB压缩至0.68KB，同时保持高精度动态响应。这对阳光电源的产品开发具有直接意义...
一种考虑参数扰动的CLLC型DAB变换器ANN辅助参数设计方法
An ANN-Aided Parameter Design Method for CLLC-Type DAB Converters Considering Parameter Perturbation
Ning Wang · Yongbin Jiang · Weihao Hu · Yanbo Wang 等5人 · IEEE Transactions on Industrial Electronics · 2024年9月
电力电子元件参数的分散性会影响CLLC型双有源桥（DAB）变换器的期望输出电压，尤其在预算有限的大规模生产中。为了在大规模应用中使CLLC型DAB变换器在制造公差影响下的不一致性降至最低，本文提出了一种基于人工神经网络（ANN）的新型谐振元件参数设计方法。此外，首次开发了基于人工神经网络的数据驱动概率密度函数模型，以描绘元件参数在允许公差范围内的分布情况。此外，为了提高参数设计过程中的数据处理效率，提出了一种批量归一化方法，可自动将原始数据集分批转换为归一化数据集。通过将MATLAB与LTspi...
解读: 从阳光电源的业务视角来看，这项基于人工神经网络的CLLC型双有源桥变换器参数设计方法具有重要的工程应用价值。CLLC-DAB变换器作为储能系统和光伏逆变器中关键的DC-DC变换拓扑，其性能一致性直接影响产品的可靠性和规模化生产成本。 该技术的核心价值在于解决大规模生产中的关键痛点。在阳光电源的储能...
基于人工神经网络的封装SiC MOSFET短路耐受时间筛选方法
Artificial Neural Network-Based Screening Method for Short-Circuit Withstand Time in Packaged SiC MOSFETs to Enhance Device Consistency
Hengyu Yu · Monikuntala Bhattacharya · Michael Jin · Limeng Shi 等6人 · IEEE Electron Device Letters · 2025年7月
开发一种有效的方法以提高碳化硅（SiC）金属 - 氧化物 - 半导体场效应晶体管（MOSFET）的短路耐受时间（SCWT）均匀性，对于确保电力电子系统中器件的可靠性和一致性至关重要。本文详细分析了由不可避免的工艺偏差导致的短路耐受时间变化，并介绍了一种基于人工神经网络（ANN）技术的新型筛选方法。利用从碳化硅MOSFET中提取的特征参数构建了一个两层隐藏层的人工神经网络模型。训练后的模型能够准确预测通过技术计算机辅助设计（TCAD）模拟的碳化硅MOSFET的短路耐受时间，最大误差小于15%，平均...
解读: 从阳光电源的业务视角来看，这项基于人工神经网络的SiC MOSFET短路耐受时间筛选技术具有重要的工程应用价值。作为全球领先的光伏逆变器和储能系统供应商，我们的产品正加速向SiC功率器件转型，以实现更高的功率密度和系统效率。然而，SiC MOSFET的短路耐受时间（SCWT）一致性问题一直是制约大规...
基于4H-SiC MOSFET的ANN建模用于极端温度应用的SiC放大器设计与验证
Design and Verification of SiC Amplifiers for Extreme Temperature Applications Based on ANN Modeling of 4H-SiC MOSFETs
Wenhao Yang · Yuyin Sun · Mengnan Qi · Shikai Sun 等6人 · IEEE Transactions on Electron Devices · 2025年8月
本研究提出了一种基于高精度人工神经网络（ANN）的碳化硅（SiC）金属 - 氧化物 - 半导体场效应晶体管（MOSFET）建模框架，该框架在较宽的温度范围（27 °C - 500 °C）内实现了误差小于1.2%的高精度建模。所开发的模型可对碳化硅集成电路进行可靠的SPICE仿真，有助于高温模拟电路的设计和实验验证。采用pMOS电流源负载的单级共源（CS）放大器在500 °C时的最大低频增益达到25.5 dB，而两级放大器在500 °C时可实现52.5 dB的增益，单位增益带宽（UGBW）为220...
解读: 从阳光电源的业务视角来看，这项基于人工神经网络的SiC MOSFET建模技术具有重要的战略价值。该研究实现了27°C至500°C宽温度范围内误差小于1.2%的高精度器件模型，为极端环境下的功率电子应用提供了可靠的设计工具。 对于光伏逆变器和储能系统而言，该技术的核心价值体现在三个层面：首先，高温工...
一种基于模型与数据驱动集成的永磁同步电机温度估计方法
A Model-Based and Data-Driven Integrated Temperature Estimation Method for PMSM
Luhan Jin · Yao Mao · Xueqing Wang · Linlin Lu 等5人 · IEEE Transactions on Power Electronics · 2024年7月
为实现永磁同步电机（PMSM）的精确在线温度估计，本文提出了一种模型与数据驱动相结合的集成方法。首先，构建简化集总参数热网络（LPTN）模型以捕捉温度变化趋势；同时，设计小型人工神经网络（ANN）对模型误差进行补偿，从而实现高精度的温度预测。
解读: 该技术主要应用于电机驱动领域，虽然阳光电源核心业务为光伏与储能，但该方法在电机热管理方面的思路对公司业务有借鉴意义：1. 在风电变流器领域，风机发电机组的在线热监测可提升系统可靠性；2. 在电动汽车充电桩的功率模块散热设计中，该“模型+数据”的混合驱动模式可用于关键功率器件的结温实时监测，优化散热控...
基于人工神经网络的SiC MOSFET功率模块开关损耗预测
ANN-Assisted Switching Loss Prediction for SiC MOSFET Power Module
Youyang Wang · Wenxiao Wang · Shilong Zhu · Hui Zhu 等8人 · IEEE Transactions on Power Electronics · 预计 2026年5月
准确快速地确定开关损耗对于SiC MOSFET功率模块的能耗评估和系统散热设计至关重要。然而，传统方法难以兼顾建模复杂度和预测精度。本文提出了一种有效的开关损耗预测方法，利用人工神经网络（ANN）实现高精度与低复杂度的平衡。
解读: 该技术对阳光电源的核心业务具有极高价值。随着公司组串式逆变器及PowerTitan/PowerStack储能系统向高功率密度、高效率方向演进，SiC器件的应用日益普及。该ANN辅助预测方法可直接优化逆变器及PCS的散热设计，减少过设计带来的成本浪费，并提升系统在极端工况下的热管理精度。建议研发团队将...
一种基于自适应网络的强化学习PMSG风能转换系统MPPT控制方法
An Adaptive Network-Based Reinforcement Learning Method for MPPT Control of PMSG Wind Energy Conversion Systems
Chun Wei · Zhe Zhang · Wei Qiao · Liyan Qu · IEEE Transactions on Power Electronics · 2016年11月
本文提出了一种基于人工神经网络（ANN）的强化学习（RL）最大功率点跟踪（MPPT）算法，用于永磁同步发电机（PMSG）变速风能转换系统。该算法通过ANN与RL的结合，学习PMSG转子转速与电功率之间的最优关系，从而实现高效的能量捕获。
解读: 该研究提出的自适应强化学习MPPT算法对阳光电源的风电变流器业务具有重要参考价值。目前风电变流器正向高效率、智能化方向演进，引入AI算法可显著提升变流器在复杂风况下的发电效率及动态响应能力。建议研发团队关注该算法在全功率变流器控制策略中的应用，通过优化转速控制逻辑，提升风机在低风速段的捕获能力，从而...
基于人工神经网络和单向距离算法的牵引逆变器散热器状态监测方法
Condition Monitoring Method for Heatsink of Traction Inverter Using ANN and OWD
Yaoyi Yu · Xiong Du · Junjie Zhou · Hongyu Ren · IEEE Transactions on Power Electronics · 2023年2月
本文提出了一种通过检测温度动态曲线变化来监测城市轨道交通牵引逆变器散热器状态的新方法。利用人工神经网络预测各种工况下健康状态的参考曲线，并通过单向距离算法提取温度动态曲线之间的差异，从而实现对散热器性能的有效监测。
解读: 该研究提出的基于ANN和OWD的散热器状态监测技术，对于提升阳光电源组串式逆变器及PowerTitan/PowerStack储能系统的可靠性具有重要参考价值。在逆变器和PCS产品中，散热系统是影响功率模块寿命的关键因素。通过引入此类智能监测算法，iSolarCloud平台可实现对核心功率器件热性能的...
基于功率硬件在环的感应电机模拟器的谐波补偿
Harmonic Compensation of a Power-Hardware-in-the-Loop Based Emulator for Induction Machines
Seyedeh Nazanin Afrasiabi · Mohammad Babaie · Chunyan Lai · Pragasen Pillay · IEEE Transactions on Industrial Electronics · 2025年3月
基于功率硬件在环（PHIL）的电机仿真系统利用可控功率变换器来模拟电机的运行特性。本文针对并网三相感应电机（IM）提出了一种基于PHIL的电机仿真系统。通常，在电机仿真系统中采用开关型电压源逆变器（VSI）作为仿真变换器。然而，VSI会给电机仿真系统引入各种谐波。这些谐波主要源于死区时间、开关元件和控制信号。这些谐波会降低电机仿真的精度。因此，研究并补偿电机仿真系统中仿真变换器的谐波十分重要。由于死区时间是这些谐波的一个重要来源，本文将首先详细分析死区时间对电机仿真的影响。随后，开发了一种基于人...
解读: 从阳光电源的业务视角来看，这项基于功率硬件在环（PHIL）的电机仿真技术具有重要的战略价值。该技术通过受控功率变换器模拟感应电机行为，其核心在于解决电压源逆变器（VSI）引入的谐波问题，这与我们在光伏逆变器和储能变流器领域面临的技术挑战高度契合。 该研究提出的人工神经网络（ANN）谐波补偿技术对阳...
温室气候预测的深度学习创新：来自西班牙案例研究的见解
Deep Learning Innovations for Greenhouse Climate Prediction: Insights From a Spanish Case Study
Salma Ait Oussous · Dauris Madama Lail · Rachid El Bouayadi · Aouatif Amine · IEEE Access · 2025年4月
准确预测温室温度对有效气候控制和优化作物生产至关重要。本文研究深度学习DL模型和早期研究提出的Power LSTM模型在西班牙数据库上预测温室内部温度的性能。通过分析GRU、ANN、LSTM-ANN和LSTM-RNN等DL架构，对比评估PLSTM模型性能。结果显示PLSTM模型始终优于其他DL模型，R²达0.9999，RMSE和MAE显著更低，展示其处理温室条件时间序列预测的鲁棒性，为改进农业精准气候控制和智能温室系统开发提供关键工具。
解读: 该温室气候预测技术对阳光电源农业光伏和智慧农业应用有重要意义。阳光光伏+农业大棚解决方案需要精准的环境控制和能源管理。PLSTM深度学习模型可集成到阳光智慧农业系统，实现温室温度精准预测和智能调控。结合阳光光伏发电和储能系统，可优化温室供暖制冷能源使用，降低农业用能成本。该技术可进一步扩展到光伏电站...
电动汽车无线电能传输系统中半桥无桥有源整流器的阻抗调节控制与同步切换技术分析
Analysis of Impedance Tuning Control and Synchronous Switching Technique for a Semibridgeless Active Rectifier in Inductive Power Transfer Systems for Electric Vehicles
Sangjoon Ann · Byoung Kuk Lee · IEEE Transactions on Power Electronics · 2021年8月
针对电动汽车无线电能传输（IPT）系统中因负载和磁耦合变化导致的阻抗失配问题，本文提出了一种半桥无桥有源整流器（SBAR）的阻抗调节控制策略。该方法通过同步切换技术补偿阻抗失配，有效提升了系统在不同停车位置下的传输效率与稳定性。
解读: 该技术主要应用于电动汽车无线充电领域，与阳光电源的充电桩产品线高度相关。随着大功率无线充电技术的演进，解决磁耦合变化带来的阻抗失配是提升充电效率的关键。建议研发团队关注该SBAR拓扑在无线充电模块中的应用，通过引入阻抗调节控制算法，优化充电桩在不同对准偏差下的输出特性，从而提升用户体验并增强阳光电源...
一种电力变换器开路故障的模型-数据混合驱动诊断方法
A Model-Data-Hybrid-Driven Diagnosis Method for Open-Switch Faults in Power Converters
Zhan Li · Yuan Gao · Xin Zhang · Borong Wang 等5人 · IEEE Transactions on Power Electronics · 2021年5月
本文提出了一种结合模型驱动与数据驱动优势的电力变换器开路故障诊断方法。该方法利用变换器的显式解析模型与人工神经网络（ANN）的学习能力，通过离线模型分析与在线学习过程，实现对功率器件开路故障的精准识别，有效提升了电力电子系统的运行可靠性。
解读: 该技术对阳光电源的核心业务具有极高价值。在组串式逆变器和PowerTitan/PowerStack储能变流器中，功率器件（IGBT/SiC）的开路故障直接影响系统可用性。通过引入模型-数据混合驱动诊断，可显著提升iSolarCloud平台的智能运维能力，实现故障的早期预警与精准定位，降低运维成本。建...
第 1 / 2 页